# Show HN: KoIME – A BYOK voice-input keyboard for Android

> Source: <https://github.com/sakai-sktech/koime>
> Published: 2026-07-24 22:00:34+00:00

**日本語** | [English](/sakai-sktech/koime/blob/main/README.en.md)

音声入力特化のカスタム Android IME。マイクボタンを押して話し、停止すると 音声バッファを STT（音声認識）API に送り、結果のテキストを現在の入力欄に挿入する。 Typeless 系の「バッファ方式」ボイスキーボードの自作実装。

```
[マイクをタップ] → 録音中（もう一度タップで停止）
      → m4a バッファを STT API へ送信 → 転写テキストを入力欄に commitText
```

- どのアプリでも使える（システムキーボードとして動作）
- 多言語対応（Whisper 系モデルの言語ヒントを設定可能）
- 挿入位置の調整と取り消し: ◀▶ カーソルキー（長押しリピート）と、
直前の転写だけを安全に取り消す
**UNDO**キー - UI 表記は意図的に
**中学英語のみ**（TAP 🎤 & SPEAK / UNDO / SPACE …）。 端末の言語設定によらず全員が同じ表記を見る。理由と全文字列の対訳は[docs/LOCALIZATION.md](/sakai-sktech/koime/blob/main/docs/LOCALIZATION.md)（DD-014） - STT はプロバイダ抽象化層（
`SttEngine`

）— 現在は OpenAI transcription API 実装

**BYOK（Bring Your Own Key）**: API キーは利用者が自分で取得し、自分の端末に 入力する。アプリには同梱しない。作者のサーバーも存在しない。利用料金は OpenAI からあなたに直接請求される — コストの把握も、上限の設定も、キーの失効も、 全部あなたの手の中にある。中間に誰もいないから、不透明なマージンもクォータもない。**音声の経路**: 録音はマイクボタンを押した間だけ。音声はあなた自身のキーで OpenAI へ**直接**送信され、転写後に端末から削除される。作者を含む第三者は 経由しない。あなたの声の行き先を決めるのは、あなたのプロバイダ選択だけ。**「API キーの取得」というハードルはわざと残している**。キーとは何かを理解し、 取得・課金管理・失効まで自分でできる人が対象（理由は[docs/DESIGN-DECISIONS.md](/sakai-sktech/koime/blob/main/docs/DESIGN-DECISIONS.md)の DD-010）。**自分のカスタムアプリが数分で組める時代に、主権を手放す理由がない**。 今どきの AI に手伝わせれば、このベースをフォークして自分専用の音声入力に 書き換えるのは数分の仕事だ。便利さと引き換えにデータと鍵を誰かに預ける必然は、 もうない。データも主権も自分で握っておけ — KoIME はそのための、動くベースである。**IME は構造上、すべての入力を読める位置にいる**。これがどういうことかと言うと、 あなたの行動（キー入力）をすべて盗むことも出来るということだ。ただの Android アプリではない — この認識を持つことが大事。だからこそ、ソースを読めて 自分でビルドできることが、キーボードアプリの唯一まともな信頼根拠だと考えている。**盲目的に信じるな。読め。そして自分で書き直せ**（AI が最大限サポートして くれるのだから）:[THREAT-MODEL.md](/sakai-sktech/koime/blob/main/THREAT-MODEL.md)— 書き直すための 差し替え境界も、そこに示してある。

これは、作者が実務で日常利用しているアプリと**同じコードベース**の
スナップショットです。開発は非公開の原本リポジトリで継続しており、その全てが
ここに同期されるとは限りません。ですから issue / PR への反応は薄いかもしれません
（正直に書いておきます）。逆に、**自分の制御できる範囲で便利な音声入力を
拡張するベースとして使ってほしい** — そのための公開です。

旧名は koetype（2026-07 に改名）。同名の既存プロジェクト
[yasu-888/koetype](https://github.com/yasu-888/koetype)（KoeType — 無関係の
別プロジェクト）との混同を避けるため。経緯は DD-016。KoIME の由来は
koe（声）+ IME — 日本語で読むと「濃いめ」。

- 通常のキー入力の内容を収集・送信することはない。
- 送信されるのは、マイクをタップして録音した音声だけ。それも利用者自身が 設定した API キーで OpenAI へ直接送られる。
- 広告・解析 SDK・テレメトリはゼロ。

**→ docs/GETTING-STARTED.md** を読めば、何をすれば
よいか分かる。ビルド → インストール → IME 有効化 → API キー設定 → 自分の鍵での
release 署名まで、一通りの流れをすべて経験できるはずだ。

**Android アプリの開発をしたことがなくても大丈夫。分からなければ、手順書ごと
AI に読ませればいい**（そのまま実行手順として通じるように書いてある）。
あなたにできない理由はない。作者の解説が言葉足らずだったら issue にあげてくれ。

```
git clone https://github.com/sakai-sktech/koime.git
cd koime && ./gradlew assembleDebug
adb install app/build/outputs/apk/debug/app-debug.apk
```

API キー入力欄は Android 標準の Autofill に対応している。Bitwarden / 1Password /
Google パスワードマネージャ / KeePassDX 等に保存したキーを、メール・チャット・
クリップボードを経由せずに入力できる。これはキー管理の責任をアプリ側へ移す
ものではなく、**利用者自身の安全な管理方法を妨げないため**のもの（DD-012）。

| 文書 | 内容 |
|---|---|
|

[docs/KEY-STORAGE-SECURITY.md](/sakai-sktech/koime/blob/main/docs/KEY-STORAGE-SECURITY.md)[docs/SIGNING.md](/sakai-sktech/koime/blob/main/docs/SIGNING.md)[docs/DESIGN-DECISIONS.md](/sakai-sktech/koime/blob/main/docs/DESIGN-DECISIONS.md)[docs/PRODUCTIZATION.md](/sakai-sktech/koime/blob/main/docs/PRODUCTIZATION.md)[docs/GETTING-STARTED.md](/sakai-sktech/koime/blob/main/docs/GETTING-STARTED.md)

```
app/src/main/java/dev/sakai/koime/
  ime/        InputMethodService とキーボード UI
  audio/      録音（MediaRecorder → m4a バッファ）
  stt/        SttEngine 抽象化 + OpenAI 実装
  settings/   設定画面・権限フロー
```

フェーズ2 構想 — このベースの伸びしろ:

**AI 推敲の層を追加する**: 転写後に LLM を一段挟む。フィラー除去・整文から、 特定ドメイン用の正確な言葉にしたテキスト化まで**ストリーミング化**: バッファ方式からリアルタイム文字起こしへ近づける**ローカル STT**: いずれスマホ単体でこの精度の文字起こしは出来るようになる。 そのときは`SttEngine`

の下に whisper.cpp 等を差すだけでいい**UI ローカライズ**: 現状は中学英語のみ（DD-014）。母語表示が欲しくなったら`values-<lang>/strings.xml`

を足すだけ。全文字列の台帳は[docs/LOCALIZATION.md](/sakai-sktech/koime/blob/main/docs/LOCALIZATION.md)に整備済み- こうした方向へ、
**使う人が自分専用のツールとしてカスタマイズしていってほしい**。 そのための差し替え境界が`SttEngine`

である